Owain Evans 深度访谈：探讨 AI 突发性错位与安全
OwainEvans_UK · x · 2026-08-22
Owain Evans 接受访谈，深入讨论了 emergent misalignment（突发性错位）这一 AI 安全领域最令人惊讶的发现之一，及其对安全研究的意义。
所属事件:Owain Evans 谈涌现性错位：窄域微调引发模型极端不安全行为(5 条相关)→
「安全」频道最新
- 新论文提出用显示偏好法辨析 AI Agent 合作的动机 — brwilder · 2026-10-16
- Anthropic 向 METR 开放员工级访问权限，放弃封禁评估报告权利 — TechCrunch AI · 2026-10-16
- 伯克利学者：芯片供应链高度集中，硬件级暂停前沿 AI 可行且可持续 — wfithian · 2026-10-16
- Anthropic 论文 GRAFT：把可疑梯度关进可删除适配器，根治 reward hacking — rohanpaul_ai · 2026-10-16
- Flock 监控摄像头遭多州抵制，Polymarket 开出暂停禁令盘口 — Polymarket · 2026-10-16
- 复现 Hugging Face 供应链安全事件,Abundant 发布技术复盘(一) — jessehu · 2026-10-16